Terk edenlerin dyadicity değeri
Bu egzersizde, ağdaki terk edenler arasındaki dyadicity değerini hesaplayarak, rastgele bir ağ konfigürasyonunda beklenenden daha fazla mı yoksa daha az mı kenarı paylaştıklarını göreceksin.
ChurnNodes, ChurnEdges ve connectance değişkenleri kullanımın için hazır.
Beklenen dyadicity için, \( \frac{n_ C\cdot (n_ C - 1)}{2} \cdot p\) formülünü kullan; burada \(n_C\) terk edenlerin sayısı, \(N\) düğüm sayısı ve \(p\) bağlanırlıktır (connectance). Terk edenlerin dyadicity değeri, gerçek terk edenler arasındaki kenar sayısının beklenen terk dyadicity değerine oranıdır.
Bu egzersiz, kursun bir parçasıdır
R ile Ağ Verileri Kullanarak Predictive Analytics
Egzersiz talimatları
- Terk edenler için beklenen dyadicity değerini hesapla ve
ExpectedDyadChurndeğişkenine ata. ChurnEdgesdeğeriniExpectedDyadChurndeğerine bölerek terk edenlerin dyadicity değerini hesapla. Bu değeriDyadChurnolarak adlandır.DyadChurndeğerini incele.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Compute the expected churn dyadicity
ExpectedDyadChurn <- ___ * (___) * connectance / 2
# Compute the churn dyadicity
DyadChurn <- ___ / ___
# Inspect the value
___